特許7561114 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

青山学院大学 (神奈川県相模原市中央区淵野辺)

▶ 株式会社日立製作所の特許一覧

特許7561114情報分析支援方法及び情報分析支援システム

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-09-25

(45)【発行日】2024-10-03

(54)【発明の名称】情報分析支援方法及び情報分析支援システム

(51)【国際特許分類】

G06Q 40/08 20120101AFI20240926BHJP

【ＦＩ】

G06Q40/08

【請求項の数】 10

(21)【出願番号】P 2021209143

(22)【出願日】2021-12-23

(65)【公開番号】P2023093975

(43)【公開日】2023-07-05

【審査請求日】2024-02-21

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110001678

【氏名又は名称】藤央弁理士法人

(72)【発明者】

【氏名】近藤洋史

(72)【発明者】

【氏名】鎌田裕司

【審査官】貝塚涼

(56)【参考文献】

【文献】特開２０１５－０２２３７４（ＪＰ，Ａ）

【文献】特開２０２１－１８９５８５（ＪＰ，Ａ）

【文献】特開２０１７－１３４４７４（ＪＰ，Ａ）

【文献】特開２０２０－１０６８８２（ＪＰ，Ａ）

【文献】中国特許出願公開第１１０２４６０４５（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ１０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

計算機システムが実行する情報分析支援方法であって、
前記計算機システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
前記記憶装置は、
健康に関するリスク値を算出するリスクモデルと、
健康に関する情報を、前記健康に関する情報を集約する複数の集約区分の少なくともいずれかに対応付ける辞書情報と、
１以上の前記集約区分の組み合わせと、前記リスクモデルの説明変数の値とを対応付ける説明変数定義情報と、を保持し、
前記情報分析支援方法は、
前記プロセッサが、入力された情報から前記健康に関する情報を抽出する第１手順と、
前記プロセッサが、前記辞書情報に基づいて、前記抽出された健康に関する情報に対応する１以上の前記集約区分を特定する第２手順と、
前記プロセッサが、前記説明変数定義情報に基づいて、前記特定された１以上の集約区分の組み合わせに対応する前記説明変数の値を特定する第３手順と、
前記プロセッサが、前記リスクモデルに基づいて、前記特定された説明変数の値に対応する前記リスク値を算出する第４手順と、を含むことを特徴とする情報分析支援方法。

【請求項2】

請求項１に記載の情報分析支援方法であって、
前記健康に関する情報は、病名に関して記述された情報、薬剤に関して記述された情報、健康に関する検査値の情報、手術に関して記述された情報、及び、入院期間に関して記述された情報の少なくともいずれかを含み、
前記辞書情報は、前記病名に関する複数の記述を一つの前記集約区分に対応付ける情報、前記薬剤に関する複数の記述を一つの前記集約区分に対応付ける情報、前記健康に関する検査値の範囲を前記集約区分に対応付ける情報、前記手術に関する複数の記述を一つの前記集約区分に対応付ける情報、及び、前記入院期間の長さの範囲を前記集約区分に対応付ける情報の少なくともいずれかを含むことを特徴とする情報分析支援方法。

【請求項3】

請求項２に記載の情報分析支援方法であって、
前記入力された情報は、保険商品への加入を希望する人物が提出した告知情報に含まれる情報であり、
前記健康に関するリスク値は、前記保険商品における保険金の支払いリスクの大きさを示す値であり、
前記記憶装置は、前記リスク値に基づいて前記人物を分類するための分類定義情報をさらに保持し、
前記情報分析支援方法は、前記プロセッサが、前記算出されたリスク値及び前記分類定義情報に基づいて、前記人物を分類する第５手順をさらに含むことを特徴とする情報分析支援方法。

【請求項4】

請求項３に記載の情報分析支援方法であって、
前記辞書情報は、前記健康に関する情報と前記集約区分との対応付けの各々について、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象であるかを示す情報を含み、
前記第２手順において、前記プロセッサは、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象であるかを判定し、
前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象でない場合、前記特定された集約区分に基づいて特定された前記説明変数は、前記第４手順及び前記第５手順の対象から除外されることを特徴とする情報分析支援方法。

【請求項5】

請求項４に記載の情報分析支援方法であって、
前記辞書情報は、前記病名に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合、前記薬剤に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合、又は、前記手術に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合に、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象でないことを示す情報を含むことを特徴とする情報分析支援方法。

【請求項6】

請求項４に記載の情報分析支援方法であって、
前記辞書情報は、前記健康に関する検査値の範囲のうち出現頻度が所定の基準より低い範囲に対応する前記集約区分、又は、前記入院期間の長さの範囲のうち出現頻度が所定の基準より低い範囲に対応する前記集約区分について、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象でないことを示す情報を含むことを特徴とする情報分析支援方法。

【請求項7】

請求項３に記載の情報分析支援方法であって、
前記辞書情報は、前記健康に関する情報と前記集約区分との対応付けの各々について、前記特定された集約区分の確認を要求するかを示す情報を含み、
前記第２手順において、前記プロセッサは、前記特定された集約区分の確認が要求されているかを判定し、
前記情報分析支援方法は、前記プロセッサが、前記人物を分類した結果を表示し、前記特定された集約区分の確認が要求されている場合、前記特定された集約区分の確認が要求されていることを示す情報を出力する第６手順をさらに含むことを特徴とする情報分析支援方法。

【請求項8】

請求項７に記載の情報分析支援方法であって、
前記辞書情報は、前記病名に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合、前記薬剤に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合、又は、前記手術に関する記述と前記集約区分との対応付けの確度が所定の基準より低い場合に、前記特定された集約区分の確認を要求することを示す情報を含むことを特徴とする情報分析支援方法。

【請求項9】

請求項７に記載の情報分析支援方法であって、
前記辞書情報は、前記健康に関する検査値の範囲のうち出現頻度が所定の基準より低い範囲に対応する前記集約区分、又は、前記入院期間の長さの範囲のうち出現頻度が所定の基準より低い範囲に対応する前記集約区分について、前記特定された集約区分の確認を要求することを示す情報を含むことを特徴とする情報分析支援方法。

【請求項10】

情報分析支援システムであって、
プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
前記記憶装置は、
健康に関するリスク値を算出するリスクモデルと、
健康に関する情報を、前記健康に関する情報を集約する複数の集約区分の少なくともいずれかに対応付ける辞書情報と、
１以上の前記集約区分の組み合わせと、前記リスクモデルの説明変数の値とを対応付ける説明変数定義情報と、を保持し、
前記プロセッサは、
入力された情報から前記健康に関する情報を抽出し、
前記辞書情報に基づいて、前記抽出された健康に関する情報に対応する１以上の前記集約区分を特定し、
前記説明変数定義情報に基づいて、前記特定された１以上の集約区分の組み合わせに対応する前記説明変数の値を特定し、
前記リスクモデルに基づいて、前記特定された説明変数の値に対応する前記リスク値を算出することを特徴とする情報分析支援システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、健康状態に関する情報の分析を支援する技術に関する。

【背景技術】

【0002】

生命保険事業者は、保険契約者の契約時の健康状態をもとに保険金支払リスクを求め、引受の査定を行っている。保険契約者の契約時の健康状態は、保険契約者が加入申し込みをするときに提出する告知情報に基づいて特定される。告知情報の入力を支援する技術として、例えば、特開２０１５－２２３７４（特許文献１）に記載の技術がある。特許文献１には、「コンピュータに、利用者を識別する個人識別情報に対応する診療情報を取得する処理と、前記診療情報の項目に基づき、保険商品における告知項目と対応する質問文情報及び回答項目情報から前記診療情報と対応する質問文情報及び回答項目情報を選択する処理と、選択された前記質問文情報及び回答項目情報を含む前記告知項目の入力画面データを出力する処理と、を実行させる。」と記載されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１５－２２３７４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

加入申込者から提出される告知の情報は、健康状態を示す多数の項目に亘るうえ、曖昧性のある表現や誤植があったり、間違った項目が入力されたりしている場合がある。そのため、人手によるデータの整備が事前に行われており、リスク評価に至るまでに多くの時間とコストを要している。より正確かつ簡便にリスク評価を行うためには、これらの処理を自動的に行えるようにする必要がある。

【0005】

上記特許文献１には、診療録に基づいて加入申込者の告知項目の入力を支援する技術が記載されているが、提出された情報をリスク評価に適した形式に変換処理する技術については明らかにされていない。

【0006】

そこで本発明は、上記課題を解決するため、加入申込者の入力した健康状態に関する告知情報を基に、リスク評価等の情報処理に必要な情報を抽出及び整理し、所定のモデル等を用いた情報処理を可能にする方法を提供することを目的とする。

【課題を解決するための手段】

【0007】

上記課題の少なくとも一つを解決するために、本願において開示される発明の代表的な一例は、計算機システムが実行する情報分析支援方法であって、前記計算機システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、前記記憶装置は、健康に関するリスク値を算出するリスクモデルと、健康に関する情報を、前記健康に関する情報を集約する複数の集約区分の少なくともいずれかに対応付ける辞書情報と、１以上の前記集約区分の組み合わせと、前記リスクモデルの説明変数の値とを対応付ける説明変数定義情報と、を保持し、前記情報分析支援方法は、前記プロセッサが、入力された情報から前記健康に関する情報を抽出する第１手順と、前記プロセッサが、前記辞書情報に基づいて、前記抽出された健康に関する情報に対応する１以上の前記集約区分を特定する第２手順と、前記プロセッサが、前記説明変数定義情報に基づいて、前記特定された１以上の集約区分の組み合わせに対応する前記説明変数の値を特定する第３手順と、前記プロセッサが、前記リスクモデルに基づいて、前記特定された説明変数の値に対応する前記リスク値を算出する第４手順と、を含むことを特徴とする。

【発明の効果】

【0008】

本発明の一態様によれば、例えばリスク評価等の情報処理に至るまでのデータ整備が自動化されることによって、処理に要する時間及びコストが削減される。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

【図面の簡単な説明】

【0009】

【図1】本発明の実施例１の情報分析支援システムの構成の一例を示すブロック図である。

【図2】本発明の実施例１の基本情報管理部が管理する基本情報の一例を示す説明図である。

【図3】本発明の実施例１の健康情報管理部が管理する告知情報の一例を示す説明図である。

【図4】本発明の実施例１の健康情報管理部が管理する健診情報の一例を示す説明図である。

【図5】本発明の実施例１の病名定義情報管理部が管理する病名定義情報の一例を示す説明図である。

【図6】本発明の実施例１の薬剤定義情報管理部が管理する薬剤定義情報の一例を示す説明図である。

【図7】本発明の実施例１の手術定義情報管理部が管理する手術定義情報の一例を示す説明図である。

【図8】本発明の実施例１の入院定義情報管理部が管理する入院定義情報の一例を示す説明図である。

【図9】本発明の実施例１の検査結果定義情報管理部が管理する検査結果定義情報の一例を示す説明図である。

【図10】本発明の実施例１の説明変数定義情報管理部が管理する説明変数定義情報の一例を示す説明図である。

【図11】本発明の実施例１の説明変数生成結果管理部が管理する説明変数生成処理の中間テーブルの一例を示す説明図である。

【図12】本発明の実施例１のリスク算出対象情報管理部が管理するリスク算出対象情報の一例を示す説明図である。

【図13】本発明の実施例１の説明変数生成結果管理部が管理する説明変数生成結果情報の一例を示す説明図である。

【図14】本発明の実施例１のリスクモデル情報管理部が管理するリスクモデル情報の一例を示す説明図である。

【図15】本発明の実施例１の分類定義情報管理部が管理する分類定義情報の一例を示す説明図である。

【図16】本発明の実施例１の病名情報抽出部が実行する処理の一例を示すフローチャートである。

【図17】本発明の実施例１の薬剤情報抽出部が実行する処理の一例を示すフローチャートである。

【図18】本発明の実施例１の検査結果情報抽出部が実行する処理の一例を示すフローチャートである。

【図19】本発明の実施例１の手術情報抽出部が実行する処理の一例を示すフローチャートである。

【図20】本発明の実施例１の入院情報抽出部が実行する処理の一例を示すフローチャートである。

【図21】本発明の実施例１の説明変数情報生成部が実行する処理の一例を示すフローチャートである。

【図22】本発明の実施例１のリスク算出部が実行する処理の一例を示すフローチャートである。

【図23】本発明の実施例１のリスク判定部が実行する処理の一例を示すフローチャートである。

【図24】本発明の実施例１の情報分析支援システムが説明変数を生成する処理において、告知情報を表示するユーザインターフェースの一例を示す説明図である。

【図25】本発明の実施例１の情報分析支援システムが説明変数を生成する処理において、集約処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【図26】本発明の実施例１の情報分析支援システムが説明変数を生成する処理において、説明変数生成処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【図27】本発明の実施例１の情報分析支援システムがリスク分析を実行した結果を表示するユーザインターフェースの一例を示す説明図である。

【図28】本発明の実施例２の情報分析支援システムの構成の一例を示すブロック図である。

【図29】本発明の実施例２の契約情報管理部が管理する契約情報の一例を示す説明図である。

【図30】本発明の実施例２の請求情報管理部が管理する請求情報の一例を示す説明図である。

【図31】本発明の実施例２の支払区分定義情報管理部が管理する支払区分定義情報の一例を示す説明図である。

【図32】本発明の実施例２の支払判定結果管理部が管理する支払判定結果情報の一例を示す説明図である。

【図33】本発明の実施例２の支払判定部が実行する処理の一例を示すフローチャートである。

【図34】本発明の実施例２の情報分析支援システムによる支払判定処理において、請求情報を表示するユーザインターフェースの一例を示す説明図である。

【図35】本発明の実施例２の情報分析支援システムが支払判定処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【発明を実施するための形態】

【0010】

以下、本発明の実施例を図面に基づいて説明する。

【実施例1】

【0011】

図１は、本発明の実施例１の情報分析支援システム１０１の構成の一例を示すブロック図である。

【0012】

情報分析支援システム１０１は、コンピュータシステムであり、例えばキーボード及びマウスなどの入力部１０２、表示データを出力するディスプレイを表す出力部１０３、ＣＰＵ（Central Processing Unit）１０４、メモリ１０５、通信部１０８及び記憶媒体１０６を備えている。

【0013】

情報分析支援システム１０１は、病名情報抽出部１１１、薬剤情報抽出部１１２、検査結果情報抽出部１１３、手術情報抽出部１１４、入院情報抽出部１１５、説明変数情報生成部１１６、リスク算出部１１７及びリスク判定部１１８を有している。病名情報抽出部１１１～リスク判定部１１８の各部の機能は、ＣＰＵ１０４が記憶媒体１０６に格納されたプログラムを実行することによって実現される。これらのプログラムがＣＰＵ１０４によって実行されるときに、それらの少なくとも一部が必要に応じてメモリ１０５にコピーされてもよい。

【0014】

情報分析支援システム１０１にはデータベース１０７が接続される。データベース１０７は、基本情報管理部１２１、健康情報管理部１２２、病名定義情報管理部１２３、薬剤定義情報管理部１２４、手術定義情報管理部１２５、入院定義情報管理部１２６、検査結果定義情報管理部１２７、説明変数定義情報管理部１２８、説明変数生成結果管理部１２９、リスク算出対象情報管理部１３０、リスクモデル情報管理部１３１及び分類定義情報管理部１３２を有する。

【0015】

後述するように、基本情報管理部１２１は、基本情報２００（図２）を管理する。健康情報管理部１２２は、既往症情報３００（図３）及び健診情報４００（図４）を管理する。病名定義情報管理部１２３は、病名定義情報５００（図５）を管理する。薬剤定義情報管理部１２４は、薬剤定義情報６００（図６）を管理する。手術定義情報管理部１２５は、手術定義情報７００（図７）を管理する。入院定義情報管理部１２６は、入院定義情報８００（図８）を管理する。検査結果定義情報管理部１２７は、検査結果定義情報９００（図９）を管理する。説明変数定義情報管理部１２８は、説明変数定義情報１０００（図１０）を管理する。説明変数生成結果管理部１２９は、説明変数生成処理の中間テーブル１１００（図１１）及び説明変数生成結果１３００（図１３）を管理する。リスク算出対象情報管理部１３０は、リスク算出対象情報１２００（図１２）を管理する。リスクモデル情報管理部１３１は、リスクモデル情報１４００（図１４）を管理する。分類定義情報管理部１３２は、分類定義情報１５００（図１５）を管理する。

【0016】

データベース１０７は、例えば、ネットワークを介して情報分析支援システム１０１に接続された記憶システムに格納されもよいし、情報分析支援システム１０１内に（例えば記憶媒体１０６に格納されることによって）内蔵されてもよい。データベース１０７が情報分析支援システム１０１の外部のシステムに格納される場合、その内容の少なくとも一部が必要に応じて記憶媒体１０６又はメモリ１０５にコピーされてもよい。また、入力部１０２、出力部１０３、ＣＰＵ１０４、メモリ１０５及び記憶媒体１０６を有する計算機と、データベース１０７とを含むシステム全体を情報分析支援システムと呼んでもよい。

【0017】

また、情報分析支援システム１０１は、例えば図１に示す構成を有する一つの計算機によって実現されてもよいが、複数の計算機によって実現されてもよい。例えば、前述したデータベース１０７が保持する情報が、複数の記憶媒体１０６又はメモリ１０５に分散して格納されてもよいし、前述した情報分析支援システム１０１の機能が、複数の計算機の複数のＣＰＵ１０４によって分散して実行されてもよい。

【0018】

図２は、本発明の実施例１の基本情報管理部１２１が管理する基本情報２００の一例を示す説明図である。

【0019】

基本情報２００は、保険事業者の保険商品への加入を申し込んだ各人物に関する基本情報である。

【0020】

具体的には、基本情報２００は、各人物を特定する個人ＩＤ２０１、各人物の性別を特定する性別２０２、各人物の生年月日を特定する生年月日２０３及び各人物からの申し込みが受け付けられた日を特定する申込受付日２０４等を含む。上記の基本情報２００は一例であり、基本情報２００は必要に応じて各人物に関する種々の情報を含んでもよい。

【0021】

図３は、本発明の実施例１の健康情報管理部１２２が管理する既往症情報３００の一例を示す説明図である。

【0022】

既往症情報３００は、保険への加入申し込みのために各人物が保険事業者に提出した告知情報から抽出された情報のうち、各人物が過去に経験した傷病（既往症）に関する情報であり、例えば各人物が告知情報のうち既往症に相当する項目に記入した内容がそのまま既往症情報３００として保持されてもよい。既往症情報３００は、個人ＩＤ３０１、連番３０２、病名３０３、薬剤名３０４、入院日３０５、退院日３０６及び手術３０７等を含む。

【0023】

個人ＩＤ３０１は、各人物を特定する情報であり、基本情報２００の個人ＩＤ２０１に対応する。連番３０２は、各人物の告知情報から複数の項目の内容が抽出された場合にそれぞれを特定する情報である。病名３０３、薬剤名３０４、入院日３０５、退院日３０６及び手術３０７は、それぞれ、各人物の告知情報の病名、薬剤名、入院日、退院日及び手術の項目から抽出された内容を示す。

【0024】

病名３０３～手術３０７は、各人物が記入した情報がそのまま登録されるため、不正確な情報を含んでいたり、曖昧な情報を含んでいたり、欠落していたりする場合がある。例えば、病名３０３として「脂質異常と言われた」のような曖昧な情報が含まれている場合がありうる。あるいは、病名３０３が不明（例えば当該人物が記憶していないなど）であるが、薬剤名３０４又は手術３０７の情報は得られている場合がありうる。

【0025】

図３の例では、既往症情報３００の第１行及び第２行は、ＩＤ「Ｐ００１」で識別される人物が高血圧のために２０２０年４月１日から２０２０年４月５日まで入院したこと、及び、医師から脂質異常と言われたことを記入した告知情報を提出したことを示している。また、第３行は、ＩＤ「Ｐ００２」で識別される人物が、病名は不明であるが、薬剤Ａを処方され、また、手術Ａを受けたことを示している。

【0026】

図４は、本発明の実施例１の健康情報管理部１２２が管理する健診情報４００の一例を示す説明図である。

【0027】

健診情報４００は、各人物が受けた健康診断（健診）の結果に関する情報であり、保険への加入申し込みのために各人物が告知情報の一部として提出したものであってもよい。健診情報４００は、個人ＩＤ４０１、検査日４０２、ＢＭＩ４０４、空腹時血糖４０４、ＨｂＡ１ｃ４０５、問診結果４０６及び指摘事項４０７等を含む。

【0028】

個人ＩＤ４０１は、各人物を特定する情報であり、基本情報２００の個人ＩＤ２０１に対応する。検査日４０２は、健康診断が行われた日を示す。ＢＭＩ４０４、空腹時血糖４０４及びＨｂＡ１ｃ４０５は、健康診断の結果として得られた検査値の例である。問診結果４０６は、健康診断時の問診の結果であり、例えば、飲酒の習慣の有無、運動の習慣の有無等を示す情報等を含んでもよい。指摘事項４０７は、健康診断の結果として指摘された事項の情報である。

【0029】

上記の情報は、健康診断の結果として得られる情報の代表的な例であり、実際には健診情報４００がこれらの少なくともいずれかを含まなくてもよいし、これら以外の項目の情報を含んでもよい。

【0030】

図５は、本発明の実施例１の病名定義情報管理部１２３が管理する病名定義情報５００の一例を示す説明図である。

【0031】

告知情報から抽出された病名に関する情報は、病名定義情報５００に従って所定の複数の区分に集約される。すなわち、病名定義情報５００は、既往症情報３００に含まれる病名に関する記載と、病名を集約する区分とを対応付ける辞書情報であり、病名集約区分５０１、対象病名５０２及び評価処理区分（病名）５０３を含む。

【0032】

病名集約区分５０１は、病名を集約する区分を識別する情報であり、例えばＩＣＤ－１０（国際疾病分類）コードのような標準化されたコードであってもよいし、保険事業者が独自に使用しているコード等であってもよい。この病名集約区分５０１は、後述する処理において、保険金の支払いリスクを評価するためのリスクモデルに入力される説明変数に対応付けられる。

【0033】

対象病名５０２は、既往症情報３００の病名の項目から抽出されることが想定される情報である。既往症情報３００のように、告知情報のうち保険の加入申込者が記入した部分については、必ずしも正確な情報が記入されるとは限らない。このため、既往症情報３００の病名の項目から抽出された情報も正確ではない可能性がある。このため、正確な病名に限らず、あいまいであったり不正確であったりする病名の記載を、病名を集約する区分と正しく対応付けるために、対象病名５０２には告知情報に記入されることが想定される病名に関する記載が登録される。

【0034】

図５の例では、病名集約区分５０１の値「Ｄ１」に対応する対象病名５０２として「病名Ａ」、「病名Ｂ」及び「病名Ｃ」が登録されている。例えば、「Ｄ１」が脂質異常症を識別するコードである場合、「病名Ａ」は正確な病名である「脂質異常症」であり、「病名Ｂ」及び「病名Ｃ」は、それぞれ、あいまいさを含んだ「脂質異常と言われた」及び「脂質が高い」などであってもよい。

【0035】

なお、告知情報に含まれる病名に関する記述は、保険への加入を希望する人物自身が記入するため、誤記（例えば誤字等）を含む場合もある。このため、対象病名５０２として、想定される誤記（例えば過去に出現頻度が高かった誤字等）を含む病名が登録されていてもよい。ただし、後述する告知情報から病名に関する情報を抽出する処理において、構文解析によって誤記を修正できる場合がある。このため、構文解析で修正可能な誤記については、対象病名５０２に登録しないことによって、保持されるデータ量を削減してもよい。

【0036】

評価処理区分（病名）５０３は、病名定義情報５００に従って特定された病名集約区分５０１の値をリスクモデルによるリスク評価の対象とするか否かを示す情報である。評価処理区分（病名）５０３の値「対象」はモデルによるリスク評価の処理の対象とすること、「非対象」は対象としないこと、「対象（確認要）」は対象とするが人手による確認を要求することを示す。

【0037】

例えば、「脂質異常と言われた」との記載に基づいて「脂質異常症」を識別する病名集約区分「Ｄ１」が特定された場合など、その特定の確度が十分に高く、特定された病名集約区分に基づいてリスクモデルによるリスク評価を行った場合に所定の精度が期待できる場合には、評価処理区分（病名）５０３として「対象」が登録されてもよい。

【0038】

一方、例えば対象病名５０２の値が「脂質」だけであり、一応は「脂質異常症」を示すと推定されるものの、その確度が低く、特定された病名集約区分に基づいてリスクモデルによるリスク評価を行った場合に所定の精度が期待できない、といった場合には、評価処理区分（病名）５０３として「非対象」が登録されてもよい。この場合、当該病名集約区分に該当する人物の告知情報は、リスクモデルによるリスク評価の対象から除外される。

【0039】

また、病名集約区分の特定の確度が中程度であり、特定の結果が正しければリスク評価に所定の精度が期待できる、といった場合には、評価処理区分（病名）５０３として「対象（確認要）」が登録されてもよい。この場合、当該病名集約区分に該当する人物の告知情報は、リスクモデルによるリスク評価の対象となるが、その結果について人手による確認が要求される。特定された病名集約区分が正しいことが人手で確認された場合には、リスクモデルによるリスク評価の結果が採用され、そうでない場合にはリスクモデルによるリスク評価の結果が棄却されてもよい。

【0040】

図６は、本発明の実施例１の薬剤定義情報管理部１２４が管理する薬剤定義情報６００の一例を示す説明図である。

【0041】

告知情報から抽出された薬剤に関する情報は、薬剤定義情報６００に従って所定の複数の区分に集約される。すなわち、薬剤定義情報６００は、既往症情報３００に含まれる薬剤に関する記載と、薬剤を集約する区分とを対応付ける辞書情報であり、薬剤集約区分６０１、薬剤名６０２及び評価処理区分（薬剤）６０３を含む。

【0042】

薬剤集約区分６０１は、薬剤を集約する区分を識別する情報であり、標準化されたコード等であってもよいし、保険事業者が独自に使用しているコード等であってもよい。この薬剤集約区分６０１は、後述する処理において、保険金の支払いリスクを評価するためのリスクモデルに入力される説明変数に対応付けられる。

【0043】

薬剤名６０２は、既往症情報３００の薬剤の項目から抽出されることが想定される情報である。病名の場合と同様、告知情報に記載された曖昧性や不正確性を含む薬剤名と、薬剤を集約する区分とを正しく対応付けるために、薬剤名６０２には告知情報において想定される薬剤名に関する記載が登録される。

【0044】

評価処理区分（薬剤）６０３は、薬剤定義情報６００に従って特定された薬剤集約区分６０１の値をリスクモデルによるリスク評価の対象とするか否かを示す情報である。この情報は、病名定義情報５００の評価処理区分（病名）５０３と同様であるため、詳細な説明を省略する。

【0045】

図７は、本発明の実施例１の手術定義情報管理部１２５が管理する手術定義情報７００の一例を示す説明図である。

【0046】

告知情報から抽出された手術に関する情報は、手術定義情報７００に従って所定の複数の区分に集約される。すなわち、手術定義情報７００は、既往症情報３００に含まれる手術に関する記載内容と、手術を集約する区分とを対応付ける辞書情報であり、手術集約区分７０１、手術名７０２及び評価処理区分（手術）７０３を含む。

【0047】

手術集約区分７０１は、手術を集約する区分を識別する情報であり、標準化されたコード等であってもよいし、保険事業者が独自に使用しているコード等であってもよい。この手術集約区分７０１は、後述する処理において、保険金の支払いリスクを評価するためのリスクモデルに入力される説明変数に対応付けられる。

【0048】

手術名７０２は、既往症情報３００の手術の項目から抽出されることが想定される情報である。病名の場合と同様、告知情報に記載された曖昧性や不正確性を含む手術名と、手術名を集約する区分とを正しく対応付けるために、手術名７０２には告知情報において想定される手術名に関する記載が登録される。

【0049】

評価処理区分（手術）７０３は、手術定義情報７００に従って特定された手術集約区分７０１の値をリスクモデルによるリスク評価の対象とするか否かを示す情報である。この情報は、病名定義情報５００の評価処理区分（病名）５０３と同様であるため、詳細な説明を省略する。

【0050】

図８は、本発明の実施例１の入院定義情報管理部１２６が管理する入院定義情報８００の一例を示す説明図である。

【0051】

告知情報から抽出された入院に関する情報は、入院定義情報８００に従って所定の複数の区分に集約される。すなわち、入院定義情報８００は、既往症情報３００に含まれる入院に関する記載内容と、入院を集約する区分とを対応付ける辞書情報であり、入院集約区分８０１、入院日数８０２及び評価処理区分（入院）８０３を含む。

【0052】

入院集約区分８０１は、入院を集約する区分を識別する情報であり、標準化されたコード等であってもよいし、保険事業者が独自に使用しているコード等であってもよい。この入院集約区分８０１は、後述する処理において、保険金の支払いリスクを評価するためのリスクモデルに入力される説明変数に対応付けられる。

【0053】

入院日数８０２は、既往症情報３００の手術の項目から抽出されることが想定される入院日数の情報である。例えば、入院日数８０２は、入院日数の範囲を示す情報であってもよい。

【0054】

評価処理区分（入院）８０３は、入院定義情報８００に従って特定された入院集約区分８０１の値をリスクモデルによるリスク評価の対象とするか否かを示す情報である。

【0055】

本実施例では、入院に関する情報は、入院日数の多さに応じて複数の区分に集約される。図８の例では、入院日数が「０」（すなわち入院しなかった）という情報が入院集約区分「Ａ１」に集約される。入院日数が「１」から「１４」までの情報が入院集約区分「Ａ２」に集約される。入院日数が「１５」から「３１」までの情報が入院集約区分「Ａ３」に集約される。入院日数が「３２」以上の情報が入院集約区分「Ａ４」に集約される。

【0056】

さらに、図８の例では、入院集約区分「Ａ１」及び「Ａ２」の評価処理区分が「対象」、入院集約区分「Ａ３」の評価処理区分が「対象（確認要）」、入院集約区分「Ａ４」の評価処理区分が「非対象」となる。一般に、リスクモデルを構築するために使用される教師データに含まれる告知情報のサンプル数は、入院日数が多くなるほど少なくなる傾向がある。このため、構築されたリスクモデルに説明変数として入力される告知情報の入院日数が多いほど、そのような告知情報のサンプル数の出現頻度が低くなり、リスクモデルによって算出されるリスク値の精度が低下する傾向にある。このため、上記の例では、入院集約区分「Ａ３」については、リスクモデルを用いたリスク算出の対象に含めるものの、人手による確認が要求され、入院集約区分「Ａ４」については、リスクモデルを用いたリスク算出の対象から除外される。

【0057】

図９は、本発明の実施例１の検査結果定義情報管理部１２７が管理する検査結果定義情報９００の一例を示す説明図である。

【0058】

告知の際に提出された健診情報４００から抽出された検査結果等の情報は、検査結果定義情報９００に従って所定の複数の区分に集約される。すなわち、検査結果定義情報９００は、健診情報４００に含まれる検査結果と、検査結果を集約する区分とを対応付ける辞書情報であり、検査結果集約区分９０１、検査結果９０２及び評価処理区分（検査）９０３を含む。

【0059】

検査結果集約区分９０１は、検査結果を集約する区分を識別する情報であり、標準化されたコード等であってもよいし、保険事業者が独自に使用しているコード等であってもよい。この検査結果集約区分９０１は、後述する処理において、保険金の支払いリスクを評価するためのリスクモデルに入力される説明変数に対応付けられる。

【0060】

検査結果９０２は、健診情報４００から抽出されることが想定される検査結果の情報である。例えば、検査結果９０２は、検査結果の値の範囲を指定する情報であってもよい。

【0061】

評価処理区分（検査）９０３は、検査結果定義情報９００に従って特定された検査結果集約区分９０１の値をリスクモデルによるリスク評価の対象とするか否かを示す情報である。評価処理区分（入院）８０３の場合と同様に、リスクモデル構築に使用されるデータにおいて出現頻度が低い検査結果の値の範囲に対応する検査結果集約区分については、評価処理区分（検査）９０３として「対象（確認要）」又は「非対象」が登録されてもよい。

【0062】

図１０は、本発明の実施例１の説明変数定義情報管理部１２８が管理する説明変数定義情報１０００の一例を示す説明図である。

【0063】

説明変数定義情報１０００は、各人物の告知情報に基づく各項目の区分への集約結果の組み合わせと説明変数とを対応付ける辞書情報である。具体的には、説明変数定義情報１０００は、説明変数１００１、病名集約区分１００２、薬剤集約区分１００３、検査集約区分１００４、手術集約区分１００５及び入院集約区分１００６を含む。これによって、説明変数１００１の値と、病名集約区分１００２から入院集約区分１００６までの値の組み合わせとが対応付けられる。

【0064】

例えば、ある人物の告知情報に基づく病名集約区分が「Ｄ１」であり、薬剤集約区分から入院集約区分までについては該当する値がない場合には、当該人物の告知情報に対応する説明変数は「Ｅ１０１」となる。また、別のある人物の告知情報に基づく病名集約区分が「Ｄ１」であり、薬剤集約区分から手術集約区分までについては該当する値がなく、入院集約区分が「Ａ１」、「Ａ２」又は「Ａ３」のいずれかである場合、当該人物の告知情報に対応する説明変数は「Ｅ１０２」となる。

【0065】

図１１は、本発明の実施例１の説明変数生成結果管理部１２９が管理する説明変数生成処理の中間テーブル１１００の一例を示す説明図である。

【0066】

説明変数生成処理の中間テーブル１１００は、各人物の告知情報から抽出された情報を、病名定義情報５００、薬剤定義情報６００、手術定義情報７００、入院定義情報８００及び検査結果定義情報９００に基づいて集約した情報であり、説明変数生成処理の過程で生成される。

【0067】

具体的には、説明変数生成処理の中間テーブル１１００は、個人ＩＤ１１０１、病名集約区分１１０２、薬剤集約区分１１０３、検査集約区分１１０４、手術集約区分１１０５、入院集約区分１１０６、評価処理区分（病名）１１０７、評価処理区分（薬剤）１１０８、評価処理区分（検査）１１０９、評価処理区分（手術）１１１０及び評価処理区分（入院）１１１１を含む。

【0068】

個人ＩＤ１１０１は、各人物を特定する情報であり、基本情報２００の個人ＩＤ２０１に対応する。病名集約区分１１０２、薬剤集約区分１１０３、検査集約区分１１０４、手術集約区分１１０５、入院集約区分１１０６、評価処理区分（病名）１１０７、評価処理区分（薬剤）１１０８、評価処理区分（検査）１１０９、評価処理区分（手術）１１１０及び評価処理区分（入院）１１１１は、各人物の告知情報のそれぞれの項目の情報を集約した結果及びそれぞれの項目の評価処理区分を示す。

【0069】

図１２は、本発明の実施例１のリスク算出対象情報管理部１３０が管理するリスク算出対象情報１２００の一例を示す説明図である。

【0070】

リスク算出対象情報１２００は、各人物の告知情報のそれぞれの項目の評価処理区分の値に基づいて、各人物の告知情報をリスクモデルによる評価の対象とするか否かを判定するための情報を含む。具体的には、リスク算出対象情報１２００は、評価対象区分１２０１、評価処理区分（病名）１２０２、評価処理区分（薬剤）１２０３、評価処理区分（検査）１２０４及び評価処理区分（手術）１２０５を含む。

【0071】

評価処理区分（病名）１２０２、評価処理区分（薬剤）１２０３、評価処理区分（検査）１２０４及び評価処理区分（手術）１２０５は、各人物の告知情報から抽出された評価処理区分であり、それぞれ、評価処理区分（病名）５０３、評価処理区分（薬剤）６０３、評価処理区分（検査）９０３及び評価処理区分（手術）７０３に対応する。評価対象区分１２０１は、評価処理区分（病名）１２０２～評価処理区分（手術）１２０５の値の組に対応する、各人物の告知情報の最終的な評価対象区分（すなわち各人物の告知情報をリスクモデルによる評価の対象とするか否かを示す情報）である。評価対象区分１２０１の値は、個別の項目の評価処理区分と同様、「対象」、「対象（確認要）」及び「非対象」のいずれかとなる。

【0072】

例えば、ある人物の告知情報から抽出された全項目の評価処理区分が「対象」である場合、当該人物の告知情報はリスクモデルによる評価の対象と判定されてもよい。また、ある人物の告知情報から抽出された少なくとも一つの項目の評価処理区分が「対象（確認要）」であり、残りの全項目の評価処理区分が「対象」である場合、当該人物の告知情報はリスクモデルによる評価の対象であるが、人手による確認を要求すると判定されてもよい。また、ある人物の告知情報から抽出された少なくとも一つの項目の評価処理区分が「非対象」である場合、当該人物の告知情報をリスクモデルによる評価の対象から除外すると判定されてもよい。

【0073】

ただし、上記のような判定基準は一例であり、別の判定基準が適用されてもよい。また、本実施例では上記のように「対象」、「対象（確認要）」及び「非対象」の三段階の判定を行っているが、例えば「対象」及び「対象（確認要）」の二段階のみ、又は、「対象」及び「非対象」の二段階のみの判定を行ってもよい。

【0074】

図１３は、本発明の実施例１の説明変数生成結果管理部１２９が管理する説明変数生成結果情報１３００の一例を示す説明図である。

【0075】

説明変数生成結果情報１３００は、説明変数生成処理の結果として生成される説明変数の情報を含む。具体的には、説明変数生成結果情報１３００は、個人ＩＤ１３０１、性別１３０２、年齢１３０３、ＢＭＩ１３０４、空腹時血糖１３０５、ＨｂＡ１ｃ１３０６、問診結果１３０７、指摘事項１３０８、Ｅ１０１＿１３０９、Ｅ１０２＿１３１０、Ｅ１０３＿１３１１、Ｅ２０１＿１３１２、Ｅ２０２＿１３１３、Ｅ２０３＿１３１４及び評価対象区分１３１５等を含む。

【0076】

個人ＩＤ１３０１は、各人物を特定する情報であり、基本情報２００の個人ＩＤ２０１に対応する。性別１３０２及び年齢１３０３は、基本情報２００から抽出された各人物の情報に対応する。ＢＭＩ１３０４から指摘事項１３０８は、健診情報４００から抽出された各人物の情報に対応する。図１３は一例であり、説明変数生成結果情報１３００は、基本情報２００及び健診情報４００の項目に応じて、必要な項目を含む。

【0077】

Ｅ１０１＿１３０９からＥ２０３＿１３１４は、各人物の告知情報から抽出された情報を病名定義情報５００から説明変数定義情報１０００と照合することで特定された説明変数を示す。例えば、特定された説明変数に該当する欄に「１」が登録される。図１３では一部の説明変数のみを示しているが、実際には特定されたすべての説明変数が登録される。

【0078】

評価対象区分１３１５は、各人物の告知情報から抽出された情報を病名定義情報５００から検査結果定義情報９００及びリスク算出対象情報１２００と照合することで特定された評価対象区分を示す。

【0079】

なお、実際には一人の人物から告知情報として複数の病名、複数の薬剤等の情報が提出される場合がある。このため、一人の人物の告知情報から複数の説明変数が特定される場合がある。その場合は、Ｅ１０１＿１３０９からＥ２０３＿１３１４等のうち該当するそれぞれの説明変数の欄に「１」が登録される。また、一人の人物の告知情報から一つの説明変数が複数回特定される場合がある。その場合は、その説明変数の欄に「１」が登録される。

【0080】

図１４は、本発明の実施例１のリスクモデル情報管理部１３１が管理するリスクモデル情報１４００の一例を示す説明図である。

【0081】

リスクモデル情報１４００は、リスクを査定するモデル（リスクモデル）を特定するモデルＩＤ１４０１、それぞれのモデルがどのようなモデルであるかを示すモデル名１４０２、及び、モデルの構造とパラメータを示すモデルパラメータ１４０３を含む。

【0082】

リスクモデル情報１４００には、複数のリスクモデルのパラメータを登録することができ、必要に応じていずれかを選択してリスクの算出に使用することができる。

【0083】

図１５は、本発明の実施例１の分類定義情報管理部１３２が管理する分類定義情報１５００の一例を示す説明図である。

【0084】

分類定義情報１５００は、リスクモデルによって算出されたリスク値と保険への加入が可能か否か問うの分類とを対応付ける情報であり、モデルＩＤ１５０１、分類条件１５０２及び分類ラベル１５０３を含む。モデルＩＤ１５０１は、リスクモデルを特定する情報であり、リスクモデル情報１４００のモデルＩＤ１４０１に対応する。分類条件１５０２は、リスクモデルによって算出されたリスク値に適用される条件であり、例えばリスク値の範囲を示す情報であってもよい。分類ラベル１５０３は、分類条件１５０２が示す条件を満たす人物の保険への加入が可能か否か等の分類を示す情報である。

【0085】

図１０の例では、告知情報にモデルＩＤ「１」で特定されるリスクモデルを適用することによって算出されたリスク値が０以上０．７未満である場合、その告知情報を提出した人物を標準体（すなわち無条件で保険に加入できる人物）と分類し、リスク値が０．７以上０．９未満である場合、当該人物を条件体（すなわち、例えば保健料金の割り増し等、所定の条件付きで保険に加入できる人物）と分類し、リスク値が０．９以上である場合、当該人物を謝絶体（すなわち保険に加入できない人物）と分類することを示している。

【0086】

図１０の例ではモデルＩＤ「１」に対応する分類の定義を示しているが、リスクモデル情報１４００が複数のリスクモデルを保持している場合、分類定義情報１５００にはリスクモデルごとに分類を定義する情報が保持される。これによってリスクモデルごとに適切に分類をすることができる。

【0087】

図１６は、本発明の実施例１の病名情報抽出部１１１が実行する処理の一例を示すフローチャートである。

【0088】

処理が開始されると（ステップ１６０１）、病名情報抽出部１１１は、告知情報を読み込む（ステップ１６０２）。次に、病名情報抽出部１１１は、病名定義情報５００を読み込む（ステップ１６０３）。

【0089】

次に、病名情報抽出部１１１は、読み込んだ告知情報から病名情報を抽出する（ステップ１６０４）。これによって、例えば、既往症情報３００の病名３０３の値が抽出される。なお、告知情報に含まれる病名に関する情報は、保険への加入を希望する人物が記入したものであるため、誤記を含んでいる場合がある。このため、病名情報抽出部１１１は、構文解析を行って、病名に関する情報に含まれる誤記を修正してもよい。

【0090】

次に、病名情報抽出部１１１は、抽出した病名情報と病名定義情報５００とに基づいて病名集約区分を特定する（ステップ１６０５）。これによって、例えば、抽出した病名３０３の値に対応する病名定義情報５００の病名集約区分５０１の値が特定される。

【0091】

次に、病名情報抽出部１１１は、特定した病名集約区分を格納する（ステップ１６０６）。これによって、例えば、特定した病名集約区分５０１の値及びそれに対応する評価処理区分（病名）５０３の値が、それぞれ、説明変数生成処理の中間テーブル１１００の病名集約区分１１０２及び評価処理区分（病名）１１０７に格納される。

【0092】

以上で病名情報抽出部１１１の処理が終了する（ステップ１６０７）。

【0093】

図１７は、本発明の実施例１の薬剤情報抽出部１１２が実行する処理の一例を示すフローチャートである。

【0094】

処理が開始されると（ステップ１７０１）、薬剤情報抽出部１１２は、告知情報を読み込む（ステップ１７０２）。次に、薬剤情報抽出部１１２は、薬剤定義情報６００を読み込む（ステップ１７０３）。

【0095】

次に、薬剤情報抽出部１１２は、読み込んだ告知情報から薬剤情報を抽出する（ステップ１７０４）。これによって、例えば、既往症情報３００の薬剤名３０４の値が抽出される。なお、病名情報の場合と同様に、薬剤情報抽出部１１２は、構文解析を行って、薬剤に関する情報に含まれる誤記を修正してもよい。

【0096】

次に、薬剤情報抽出部１１２は、抽出した薬剤情報と薬剤定義情報６００とに基づいて薬剤集約区分を特定する（ステップ１７０５）。これによって、例えば、抽出した薬剤名３０４の値に対応する薬剤定義情報６００の薬剤集約区分６０１の値が特定される。

【0097】

次に、薬剤情報抽出部１１２は、特定した薬剤集約区分を格納する（ステップ１７０６）。これによって、例えば、特定した薬剤集約区分６０１の値及びそれに対応する評価処理区分（薬剤）６０３の値が、それぞれ、説明変数生成処理の中間テーブル１１００の薬剤集約区分１１０３及び評価処理区分（薬剤）１１０８に格納される。

【0098】

以上で薬剤情報抽出部１１２の処理が終了する（ステップ１７０７）。

【0099】

図１８は、本発明の実施例１の検査結果情報抽出部１１３が実行する処理の一例を示すフローチャートである。

【0100】

処理が開始されると（ステップ１８０１）、検査結果情報抽出部１１３は、告知情報を読み込む（ステップ１８０２）。次に、検査結果情報抽出部１１３は、検査結果定義情報９００を読み込む（ステップ１８０３）。

【0101】

次に、検査結果情報抽出部１１３は、読み込んだ告知情報から検査結果情報を抽出する（ステップ１８０４）。これによって、例えば、健診情報４００に含まれる検査結果に相当する情報が抽出される。

【0102】

次に、検査結果情報抽出部１１３は、抽出した検査結果情報と検査結果定義情報９００とに基づいて検査結果集約区分を特定する（ステップ１８０５）。これによって、例えば、抽出した検査結果に対応する検査結果定義情報９００の検査結果集約区分９０１の値が特定される。

【0103】

次に、検査結果情報抽出部１１３は、特定した検査結果集約区分を格納する（ステップ１８０６）。これによって、例えば、特定した検査結果集約区分９０１の値及びそれに対応する評価処理区分（検査）９０３の値が、それぞれ、説明変数生成処理の中間テーブル１１００の検査集約区分１１０４及び評価処理区分（検査）１１０９に格納される。

【0104】

以上で検査結果情報抽出部１１３の処理が終了する（ステップ１８０７）。

【0105】

図１９は、本発明の実施例１の手術情報抽出部１１４が実行する処理の一例を示すフローチャートである。

【0106】

処理が開始されると（ステップ１９０１）、手術情報抽出部１１４は、告知情報を読み込む（ステップ１９０２）。次に、手術情報抽出部１１４は、手術定義情報７００を読み込む（ステップ１９０３）。

【0107】

次に、手術情報抽出部１１４は、読み込んだ告知情報から手術情報を抽出する（ステップ１９０４）。これによって、例えば、既往症情報３００の手術３０７の値が抽出される。

【0108】

次に、手術情報抽出部１１４は、抽出した手術情報と手術定義情報７００とに基づいて手術集約区分を特定する（ステップ１９０５）。これによって、例えば、抽出した手術３０７の値に対応する手術定義情報７００の手術集約区分７０１の値が特定される。

【0109】

次に、手術情報抽出部１１４は、特定した手術集約区分を格納する（ステップ１９０６）。これによって、例えば、特定した手術集約区分７０１の値及びそれに対応する評価処理区分（手術）７０３の値が、それぞれ、説明変数生成処理の中間テーブル１１００の手術集約区分１１０５及び評価処理区分（手術）１１１０に格納される。

【0110】

以上で手術情報抽出部１１４の処理が終了する（ステップ１９０７）。

【0111】

図２０は、本発明の実施例１の入院情報抽出部１１５が実行する処理の一例を示すフローチャートである。

【0112】

処理が開始されると（ステップ２００１）、入院情報抽出部１１５は、告知情報を読み込む（ステップ２００２）。次に、入院情報抽出部１１５は、入院定義情報８００を読み込む（ステップ２００３）。

【0113】

次に、入院情報抽出部１１５は、読み込んだ告知情報から入院情報を抽出する（ステップ２００４）。これによって、例えば、既往症情報３００の入院日３０５及び退院日３０６の値が抽出される。

【0114】

次に、入院情報抽出部１１５は、抽出した入院情報と入院定義情報８００とに基づいて入院集約区分を特定する（ステップ２００５）。これによって、例えば、抽出した入院日３０５及び退院日３０６の値から特定される入院日数に対応する入院定義情報８００の入院集約区分８０１の値が特定される。

【0115】

次に、入院情報抽出部１１５は、特定した入院集約区分を格納する（ステップ２００６）。これによって、例えば、特定した入院集約区分８０１の値及びそれに対応する評価処理区分（入院）８０３の値が、それぞれ、説明変数生成処理の中間テーブル１１００の入院集約区分１１０６及び評価処理区分（入院）１１１１に格納される。

【0116】

以上で入院情報抽出部１１５の処理が終了する（ステップ２００７）。

【0117】

図２１は、本発明の実施例１の説明変数情報生成部１１６が実行する処理の一例を示すフローチャートである。

【0118】

処理が開始されると（ステップ２１０１）、説明変数情報生成部１１６は、集約区分結果を読み込む（ステップ２１０２）。例えば、説明変数情報生成部１１６は、説明変数生成処理の中間テーブル１１００を読み込んでもよい。

【0119】

次に、説明変数情報生成部１１６は、読み込んだ説明変数生成処理の中間テーブル１１００に説明変数定義情報１０００を突合することで、説明変数を特定する（ステップ２１０３）。

【0120】

次に、説明変数情報生成部１１６は、告知情報から抽出された情報と、突合の結果として得られた説明変数とを、各人物のＩＤごとにまとめることでグループ化する（ステップ２１０４）。

【0121】

次に、説明変数情報生成部１１６は、グループ化された情報を説明変数生成結果情報１３００として格納する（ステップ２１０５）。

【0122】

以上で説明変数情報生成部１１６の処理が終了する（ステップ２１０５）。

【0123】

図２２は、本発明の実施例１のリスク算出部１１７が実行する処理の一例を示すフローチャートである。

【0124】

処理が開始されると（ステップ２２０１）、リスク算出部１１７は、リスク算出処理の条件を設定する（ステップ２２０２）。ここで設定される条件は、例えば、リスク算出対象の告知情報、使用するリスクモデル、集約する対象のデータ項目等の指定を含んでもよい。

【0125】

次に、リスク算出部１１７は、説明変数情報を読み込む（ステップ２２０３）。例えば、リスク算出部１１７は、説明変数生成結果情報１３００を読み込んでもよい。

【0126】

次に、リスク算出部１１７は、説明変数生成結果情報１３００に含まれる説明変数をリスクモデルに入力することでリスクを算出する（ステップ２２０４）。

【0127】

次に、リスク算出部１１７は、算出したリスク値を記憶媒体１０６又はデータベース１０７に格納する（ステップ２２０５）。以上でリスク算出部１１７の処理が終了する（ステップ２２０６）。

【0128】

図２３は、本発明の実施例１のリスク判定部１１８が実行する処理の一例を示すフローチャートである。

【0129】

処理が開始されると（ステップ２３０１）、リスク判定部１１８は、リスク算出部１１７によって算出されたリスク値を読み込む（ステップ２３０２）。

【0130】

次に、リスク判定部１１８は、リスク判定対象の各人物の評価対象区分１３１５の値に基づいて、各人物のリスクモデルに基づくリスク算出結果がリスク判定の対象であるもの（例えば「対象」又は「対象（確認要）」に該当するもの）と対象でないもの（例えば「非対象」に該当するもの）とに分類する（ステップ２３０３）。

【0131】

次に、リスク判定部１１８は、リスク判定の対象である各人物のリスク算出結果に、当該リスク算出に使用したリスクモデルに対応する分類定義情報１５００を突合することによって、分類ラベルを付加する（ステップ２３０４）。具体的には、各人物について算出されたリスク値が満たす分類条件１５０２の値に対応する分類ラベル１５０３の値が付与される。

【0132】

次に、リスク判定部１１８は、付与された分類ラベルを記憶媒体１０６又はデータベース１０７に格納する（ステップ２３０５）。このとき、リスク判定部１１８は、リスク算出対象情報１２００に基づいて「対象（確認要）」と判定された場合には、そのことを示す情報を分類ラベルとともに記憶媒体１０６又はデータベース１０７に格納に格納してもよい。また、リスク判定部１１８は、これらの情報を、出力部１０３又は通信部１０８を介して出力してもよい（図２７参照）。

【0133】

以上でリスク判定部１１８の処理が終了する（ステップ２３０６）。

【0134】

次に、図１６から図２３に示した処理を実行するときに情報分析支援システム１０１が提供するユーザインターフェースの一例を、図２４から図２７を参照して説明する。

【0135】

図２４は、本発明の実施例１の情報分析支援システム１０１が説明変数を生成する処理において、告知情報を表示するユーザインターフェースの一例を示す説明図である。

【0136】

図２４に示す説明変数生成画面２４００は、情報分析支援システム１０１によって出力される表示データの一例であり、例えば、告知情報指定部２４０１、告知情報読込実行ボタン２４０２、集約処理対象指定部２４０３、集約処理実行ボタン２４０４、説明変数生成処理実行ボタン２４０５及び情報表示部２４０６を含む。

【0137】

なお、この表示データは、出力部１０３によって画像として出力されてもよいし、通信部１０８によって出力されてもよい。後者の場合、表示データは通信部１０８からネットワーク（図示省略）を介して外部の装置（例えばユーザが使用する端末装置など、図示省略）に転送され、当該外部の装置によって画像として出力されてもよい。その場合、画面を介して入力される情報は、当該外部の装置の入力部（図示省略）を用いて入力され、ネットワーク及び通信部１０８を介して情報分析支援システム１０１に入力される。後述する他の画面についても同様である。

【0138】

告知情報指定部２４０１には、読み込む対象の告知情報を指定する情報が入力される。ユーザが告知情報指定部２４０１に告知情報を指定する情報を入力して告知情報読込実行ボタン２４０２を操作すると、指定された告知情報が読み込まれる（ステップ１６０２、１７０２、１８０２、１９０２及び２００２参照）。情報表示部２４０６には、読み込まれた告知情報２４０７が表示される。告知情報２４０７は、例えば、既往症情報３００及び健診情報４００と同様であってもよい。

【0139】

図２５は、本発明の実施例１の情報分析支援システム１０１が説明変数を生成する処理において、集約処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【0140】

例えば図２４に示すように告知情報が読み込まれた後、ユーザが集約処理対象指定部２４０３に集約対象の情報の項目を指定する情報を入力して集約処理実行ボタン２４０４を操作すると、指定された項目の集約処理が実行される（ステップ１６０５、１７０５、１８０５、１９０５及び２００５参照）。情報表示部２４０６には、集約処理結果２５０１が表示される。集約処理結果２５０１は、例えば、説明変数生成処理の中間テーブル１１００と同様であってもよい。

【0141】

図２６は、本発明の実施例１の情報分析支援システム１０１が説明変数を生成する処理において、説明変数生成処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【0142】

例えば図２４に示すように告知情報が読み込まれ、図２５に示すように集約処理が実行された後、ユーザが説明変数生成処理実行ボタン２４０５を操作すると、説明変数生成処理が実行される（図２１参照）。情報表示部２４０６には、説明変数生成結果２６０１が表示される。説明変数生成結果２６０１は、例えば、説明変数生成結果情報１３００と同様であってもよい。

【0143】

図２７は、本発明の実施例１の情報分析支援システム１０１がリスク分析を実行した結果を表示するユーザインターフェースの一例を示す説明図である。

【0144】

図２７に示すリスク分析実行画面２７００は、例えば、説明変数指定部２７０１、説明変数読込実行ボタン２７０２、リスクモデル指定部２７０３、分類条件指定部２７０４、リスク分析実行ボタン２７０５及び情報表示部２７０６を含む。

【0145】

説明変数指定部２７０１には、読み込む対象の説明変数を指定する情報が入力される。ユーザが説明変数指定部２７０１に説明変数を指定する情報を入力して説明変数読込実行ボタン２７０２を操作すると、指定された説明変数が読み込まれる（図２２のステップ２２０３参照）。例えば、説明変数生成結果情報１３００が読み込まれてもよい。

【0146】

リスクモデル指定部２７０３及び分類条件指定部２７０４には、それぞれ、リスク値の算出に使用されるリスクモデルを指定する情報、及び、リスク値に基づく分類条件を指定する情報が入力される。リスクモデル指定部２７０３及び分類条件指定部２７０４に対するユーザの操作に従って、リスクモデル及び分類条件が指定される。例えば、リスクモデル情報１４００に登録されたリスクモデルのいずれか、及び、分類定義情報１５００に登録された分類定義のいずれかが指定されてもよい。

【0147】

ユーザがリスク分析実行ボタン２７０５を操作すると、指定された説明変数、指定されたリスクモデル及び指定された分類条件に基づいてリスク分析が実行される（図２２のステップ２２０４以降及び図２３参照）。情報表示部２７０６には、リスク分析結果２７０７が表示される。リスク分析結果２７０７は、リスク算出部１１７及びリスク判定部１１８の処理の結果として記憶媒体１０６又はデータベース１０７に格納されたものであり、例えば、個人ＩＤ２７０７Ａ、リスク値２７０７Ｂ、分類結果２７０７Ｃ及び確認要否２７０７Ｄを含む。

【0148】

個人ＩＤ２７０７Ａは、各人物を特定する情報であり、基本情報２００の個人ＩＤ２０１に対応する。リスク値２７０７Ｂは、リスク算出部１１７が各人物の告知情報から生成した説明変数をリスクモデルに投入することによって算出したリスク値である。分類結果２７０７Ｃは、リスク判定部１１８が各人物について算出されたリスク値と分類定義情報１５００とを突合することによって判定した各人物の分類である。

【0149】

確認要否２７０７Ｄは、各人物の告知情報から生成された説明変数の評価対象区分が「対象（確認要）」であるか否かを示す。確認要否２７０７Ｄの値が「確認要」であることは、説明変数の評価対象区分が「対象（確認要）」であることを示し、確認要否２７０７Ｄの値が空欄（「－」）であることは、説明変数の評価対象区分が「対象」であることを示す。なお、評価対象区分が「非対象」となった説明変数はリスクモデルによる分析の対象から除外されるため、その結果はリスク分析結果２７０７として表示されない。

【0150】

ユーザは、リスク分析結果２７０７を参照して、対応する確認要否２７０７Ｄの値が「確認要」でない分類結果２７０７Ｃの値についてはそのまま採用し、対応する確認要否２７０７Ｄの値が「確認要」である分類結果２７０７Ｃの値については説明変数生成の際の集約が適切であったことを確認した上で採用することができる。

【0151】

なお、上述した実施例１の情報分析支援システム１０１の機能は、ＡＰＩ（Application Programming Interface）を介して提供されてもよい。例えば、情報分析支援システム１０１は、通信部１０８に接続されたネットワーク（図示省略）を経由して告知情報を受信すると、それをデータベース１０７に記憶し、図１６から図２３に示す処理を実行して、図２４から図２７に示す情報を表示するために必要なデータを、ネットワークを経由して出力してもよい。

【0152】

以上の実施例１によれば、告知情報の項目の値を適切に集約することによって、多様な表現を含む告知情報に基づくリスク評価を、リスクモデルを使用して自動化することができる。また、告知情報が所定の条件を満たす場合にはリスクモデルによるリスク評価の自動化から除外したり、リスクモデルによるリスク評価は行うが、人手による確認を求めたりすることによって、リスク評価の精度を確保することができる。

【実施例2】

【0153】

次に、本発明の実施例２を説明する。以下に説明する相違点を除き、実施例２のシステムの各部は、図１～図２７に示された実施例１の同一の符号を付された各部と同一の機能を有するため、それらの説明は省略する。

【0154】

図２８は、本発明の実施例２の情報分析支援システム１０１の構成の一例を示すブロック図である。

【0155】

実施例２の情報分析支援システム１０１において、記憶媒体１０６は、さらに、支払判定部１１９を有する。また、データベース１０７は、さらに、契約情報管理部１３３、請求情報管理部１３４、支払区分定義情報管理部１３５及び支払判定結果情報管理部１３６を保持する。なお、支払判定部１１９の機能は、他の各部の機能と同様に、ＣＰＵ１０４が記憶媒体１０６に格納されたプログラムを実行することによって実現される。

【0156】

図２９は、本発明の実施例２の契約情報管理部１３３が管理する契約情報２９００の一例を示す説明図である。

【0157】

契約情報２９００は、各人物が契約した保険事業者の保険商品に関する基本情報である。

【0158】

具体的には、契約情報２９００は、保険商品に加入している各人物を特定する個人ＩＤ２９０１、各人物の性別を特定する性別２９０２、各人物が契約した保険商品を特定する契約保険商品２９０３、各保険商品において入院１日当たりに支払われる金額を示す入院日額２９０４、及び、手術が行われた場合の支払額の倍率を示す手術給付倍率２９０５を含む。上記の契約情報２９００は一例であり、契約情報２９００は必要に応じて各人物が契約した保険商品に関する種々の情報を含んでもよい。

【0159】

図３０は、本発明の実施例２の請求情報管理部１３４が管理する請求情報３０００の一例を示す説明図である。

【0160】

請求情報３０００は、保険の加入者が保険事業者に対して行った保険金の支払いの請求から抽出された情報であり、例えば各人物が請求のための書面の各項目に記載した内容がそのまま請求情報３０００として保持されてもよい。請求情報３０００は、個人ＩＤ３００１、請求ＩＤ３００２、請求日時３００３、請求内容３００４、入院日数３００５及び手術３００６を含む。

【0161】

個人ＩＤ３００１は、各人物を特定する情報であり、契約情報２９００の個人ＩＤ２９０１に対応する。請求ＩＤ３００２は、各人物からの請求を特定する情報である。請求日時３００３は、各人物からの請求が行われた日時を特定する情報である。

【0162】

請求内容３００４は、各人物からの請求の内容を示す。例えば各人物が請求のための書面に記載した内容等がそのまま請求内容３００４として登録されてもよい。具体的には、請求内容３００４は、保険金の支払いの請求の理由となった事象（例えば病名等）を含んでもよい。

【0163】

入院日数３００５は、各人物が入院した場合にその日数を示す。手術３００６は、各人物が手術を受けたか否か及び受けた場合にはどのような手術を受けたかを示す。

【0164】

図３０では省略されているが、請求情報３０００は、各人物に処方された薬剤を示す情報、及び、各人物の検査値を示す情報を含んでもよい。

【0165】

図３１は、本発明の実施例２の支払区分定義情報管理部１３５が管理する支払区分定義情報３１００の一例を示す説明図である。

【0166】

支払区分定義情報３１００は、各人物の請求情報３０００に基づく各項目の区分への集約結果の組み合わせと支払区分とを対応付ける辞書情報である。具体的には、支払区分定義情報３１００は、支払区分３１０１、病名集約区分３１０２、薬剤集約区分３１０３、検査集約区分３１０４、手術集約区分３１０５及び入院集約区分３１０６を含む。これによって、支払区分３１０１の値と、病名集約区分３１０２から入院集約区分３１０６までの値の組み合わせとが対応付けられる。

【0167】

例えば、ある人物の請求情報３０００に基づく病名集約区分が「Ｄ１」であり、薬剤集約区分から入院集約区分までについては該当する値がない場合には、当該人物の請求情報３０００に対応する支払区分は「Ｐ１０１」となる。特定された支払区分に基づいて、保険金の支払額を決定することができる。

【0168】

図３２は、本発明の実施例２の支払判定結果情報管理部１３６が管理する支払判定結果情報３２００の一例を示す説明図である。

【0169】

支払判定結果情報３２００は、個人ＩＤ３２０１、支払区分３２０２、支払保険金額３２０３、評価対象区分３２０４、病名集約区分３２０５、薬剤集約区分３２０６、検査集約区分３２０７、手術集約区分３２０８及び入院集約区分３２０９を含む。

【0170】

個人ＩＤ３２０１は、各人物を特定する情報であり、契約情報２９００の個人ＩＤ２９０１に対応する。支払区分３２０２は、後述する支払判定部１１９の処理によって判定された支払区分を示す。支払保険金額３２０３は、判定された支払区分に応じて決定された保険金の支払金額を示す。評価対象区分３２０４は、後述する支払判定部１１９の処理によって判定された評価対象区分を示す。これは、実施例１における評価対象区分と同様に判定される。

【0171】

病名集約区分３２０５から入院集約区分３２０９は、それぞれ、契約情報２９００から抽出された病名、薬剤、検査値、手術及び入院に関する情報を所定の区分に集約した結果を示す。これらの区分への集約は、実施例１と同様に行われる。病名集約区分３２０５から入院集約区分３２０９の値の組み合わせに適合する病名集約区分３１０２から入院集約区分３１０６の組み合わせに対応する支払区分３１０１の値が支払区分３２０２として登録される。

【0172】

図３３は、本発明の実施例２の支払判定部１１９が実行する処理の一例を示すフローチャートである。

【0173】

処理が開始されると（ステップ３３０１）、支払判定部１１９は、請求情報３０００を読み込む（ステップ３３０２）。次に、支払判定部１１９は、請求情報３０００から、病名情報、薬剤情報、検査結果情報、入院情報及び手術情報を順次抽出する（ステップ３３０３～ステップ３３０７）。

【0174】

次に、支払判定部１１９は、抽出した情報を対象として支払判定を行う（ステップ３３０８）。具体的には、支払判定部１１９は、まず、抽出した病名情報、薬剤情報、検査結果情報、手術情報及び入院情報に対して、所定の区分への集約処理を行う。これは、実施例１の病名情報抽出部１１１、薬剤情報抽出部１１２、検査結果情報抽出部１１３、手術情報抽出部１１４及び入院情報抽出部１１５が実行する処理と同様である（ステップ１６０５、１７０５、１８０５、１９０５及び２００２参照）。これによって集約された区分が支払判定結果情報３２００の病名集約区分３２０５、薬剤集約区分３２０６、検査集約区分３２０７、手術集約区分３２０８及び入院集約区分３２０９に登録される。

【0175】

そして、支払判定部１１９は、病名集約区分３２０５から入院集約区分３２０９の値の組み合わせに適合する病名集約区分３１０２から入院集約区分３１０６の組み合わせを特定し、特定した組み合わせに対応する支払区分３１０１の値を支払判定結果として特定する。

【0176】

次に、支払判定部１１９は、特定した支払判定結果を支払判定結果情報３２００の支払区分３２０２に格納する（ステップ３３０９）。以上で支払判定部１１９の処理が終了する（ステップ３３１０）。

【0177】

次に、実施例２の情報分析支援システム１０１が提供するユーザインターフェースの一例を、図３４及び図３５を参照して説明する。

【0178】

図３４は、本発明の実施例２の情報分析支援システム１０１による支払判定処理において、請求情報を表示するユーザインターフェースの一例を示す説明図である。

【0179】

図３４に示す支払判定画面３４００は、情報分析支援システム１０１によって出力される表示データの一例であり、例えば、請求情報指定部３４０１、請求情報読込実行ボタン３４０２、集約処理対象指定部３４０３、集約処理実行ボタン３４０４、支払判定処理実行ボタン３４０５及び情報表示部３４０６を含む。

【0180】

請求情報指定部３４０１には、読み込む対象の請求情報を指定する情報が入力される。ユーザが請求情報指定部３４０１に請求情報を指定する情報を入力して請求情報読込実行ボタン３４０２を操作すると、指定された請求情報が読み込まれる（ステップ３３０２参照）。情報表示部３４０６には、読み込まれた請求情報３４０７が表示される。請求情報３４０７は、例えば、請求情報３０００と同様であってもよい。

【0181】

図３５は、本発明の実施例２の情報分析支援システム１０１が支払判定処理の結果を表示するユーザインターフェースの一例を示す説明図である。

【0182】

例えば図３４に示すように請求情報が読み込まれた後、ユーザが集約処理対象指定部３４０３に集約対象の情報の項目を指定する情報を入力して集約処理実行ボタン３４０４を操作すると、支払判定処理（ステップ３３０８）のうち、指定された項目の集約処理が実行される。

【0183】

さらに、ユーザが支払判定処理実行ボタン３４０５を操作すると、支払判定処理（ステップ３３０８）のうち、集約された区分の組み合わせの突合によって支払判定結果を特定する処理が実行される。情報表示部３４０６には、判定処理結果３５０１が表示される。判定処理結果３５０１は、例えば、支払判定結果情報３２００と同様であってもよい。

【0184】

なお、上述した実施例２の情報分析支援システム１０１の機能は、実施例１と同様に、ＡＰＩ（Application Programming Interface）を介して提供されてもよい。例えば、情報分析支援システム１０１は、通信部１０８に接続されたネットワークを経由して請求情報を受信すると、それをデータベース１０７に記憶し、図３３に示す処理を実行して、図３４から図３５に示す情報を表示するために必要なデータを、ネットワークを経由して出力してもよい。

【0185】

また、図２８に示した情報分析支援システム１０１は、上述の請求情報に基づく支払区分の特定の機能に加えて、実施例１と同様のリスク分析の機能を有している。しかし、このようなシステム構成は一例であり、実施例２の情報分析支援システム１０１は、実施例１のようなリスク分析の機能を持たなくてもよい。

【0186】

以上の実施例２によれば、保険金の支払判定も、精度を確保しながら自動化することができる。

【0187】

また、本発明の実施形態のシステムは次のように構成されてもよい。

【0188】

（１）計算機システム（例えば情報分析支援システム１０１）が実行する情報分析支援方法であって、前記計算機システムは、プロセッサ（例えばＣＰＵ１０４）と、前記プロセッサに接続される記憶装置（例えば記憶媒体１０６又はデータベース１０７）と、を有し、前記記憶装置は、健康に関するリスク値を算出するリスクモデルと、健康に関する情報を、前記健康に関する情報を集約する複数の集約区分の少なくともいずれかに対応付ける辞書情報（例えば病名定義情報５００、薬剤定義情報６００、手術定義情報７００、入院定義情報８００及び検査結果定義情報９００の少なくともいずれか）と、１以上の前記集約区分の組み合わせと、前記リスクモデルの説明変数の値とを対応付ける説明変数定義情報（例えば説明変数定義情報１０００）と、を保持し、前記情報分析支援方法は、前記プロセッサが、入力された情報から前記健康に関する情報を抽出する第１手順（例えばステップ１６０４、１７０４、１８０４、１９０４及び２００４の少なくともいずれか）と、前記プロセッサが、前記辞書情報に基づいて、前記抽出された健康に関する情報に対応する１以上の前記集約区分を特定する第２手順（例えばステップ１６０５、１７０５、１８０５、１９０５及び２００５の少なくともいずれか）と、前記プロセッサが、前記説明変数定義情報に基づいて、前記特定された１以上の集約区分の組み合わせに対応する前記説明変数の値を特定する第３手順（例えばステップ２１０２～２１０５）と、前記プロセッサが、前記リスクモデルに基づいて、前記特定された説明変数の値に対応する前記リスク値を算出する第４手順（例えばステップ２２０４）と、を含む。

【0189】

これによって、告知情報の項目の値が適切に集約され、多様な表現を含む告知情報に基づくリスク評価を、リスクモデルを使用して自動化することができる。

【0190】

（２）上記（１）において、前記健康に関する情報は、病名に関して記述された情報（例えば病名３０３）、薬剤に関して記述された情報（例えば薬剤名３０４）、健康に関する検査値の情報（例えばＢＭＩ４０３～ＨｂＡ１ｃ４０５）、手術に関して記述された情報（例えば手術３０７）、及び、入院期間に関して記述された情報（例えば入院日３０５及び退院日３０６）の少なくともいずれかを含み、前記辞書情報は、前記病名に関する複数の記述を一つの前記集約区分に対応付ける情報（例えば病名定義情報５００）、前記薬剤に関する複数の記述を一つの前記集約区分に対応付ける情報（例えば薬剤定義情報６００）、前記健康に関する検査値の範囲を前記集約区分に対応付ける情報（例えば検査結果定義情報９００）、前記手術に関する複数の記述を一つの前記集約区分に対応付ける情報（例えば手術定義情報７００）、及び、前記入院期間の長さの範囲を前記集約区分に対応付ける情報（例えば入院定義情報８００）の少なくともいずれかを含む。

【0191】

これによって、健康に関する情報を適切に集約することができる。

【0192】

（３）上記（２）において、前記入力された情報は、保険商品への加入を希望する人物が提出した告知情報に含まれる情報であり、前記健康に関するリスク値は、前記保険商品における保険金の支払いリスクの大きさを示す値であり、前記記憶装置は、前記リスク値に基づいて前記人物を分類するための分類定義情報（例えば分類定義情報１５００）をさらに保持し、前記情報分析支援方法は、前記プロセッサが、前記算出されたリスク値及び前記分類定義情報に基づいて、前記人物を分類する第５手順（例えばステップ２３０３～２３０４）をさらに含む。

【0193】

これによって、保険商品への加入を希望する人物のリスクの評価を自動化することができる。

【0194】

（４）上記（３）において、前記辞書情報は、前記健康に関する情報と前記集約区分との対応付けの各々について、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象であるかを示す情報（例えば評価処理区分（病名）５０３、評価処理区分（薬剤）６０３、評価処理区分（手術）７０３、評価処理区分（入院）８０３及び評価処理区分（検査）９０３の少なくともいずれか）を含み、前記第２手順において、前記プロセッサは、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象であるかを判定し、前記特定された集約区分が前記リスクモデルに基づく前記リスク値の算出の対象でない場合、前記特定された集約区分に基づいて特定された前記説明変数は、前記第４手順及び前記第５手順の対象から除外される。

【0195】